كيفية تحسين تجربة تجزئة المستخدم

في أعماق سير عمل الإعداد الجديد لتطبيق المراسلة الداخلي الخاص بك ، هناك شيء خاطئ للغاية. على الرغم من وجود عدد كبير من العملاء الذين يسجلون الدخول للحصول على نسخة تجريبية مجانية من برنامجك ، فإن التحويلات أقل بكثير مما كان متوقعًا. أنت تفكر في إضافة حوافز لزيادة معدلات التحويل ، لكنك لا تريد تعيين نقطة السعر الخاصة بك منخفضة جدًا ، ولا تريد تقديم خصومات لهؤلاء العملاء الذين لديهم احتمالية عالية للتحويل. عندما تشعر بالتفاؤل ، فإنك تبحث في البيانات لتحديد المسار الصحيح للعمل. عندما تكون متشائمًا ، قد تشعر بالرغبة في تمزيق سير العمل بأكمله والبدء من جديد.

يمكن أن تؤدي تجربة اختبار A / B وتغييرات سير العمل إلى قطع شوط طويل نحو تحديد مشكلاتك في التحويل. ومع ذلك ، ما لم تكن هذه التجارب تستهدف الجمهور الصحيح ، فمن المحتمل أنك تقوم بتحليل النتائج المنحرفة عبر مجموعات لا صلة لها بهدفك النهائي.

يمكن أن يركز تقسيم المستخدمين - تنظيم مجموعات المستخدمين حسب الخصائص الديموغرافية أو السلوكيات المشتركة - على تجاربك من أجل استهداف العملاء الذين تريدهم فقط. يمكن أن تؤدي التجارب التي تحتوي على شرائح مستخدمين إلى نتائج مثبتة بالبيانات يمكنك الوثوق بها ، مما يمكّنك من إجراء تغييرات بثقة في مهمتك لتعزيز تجربة المستخدم وتغذية التحويلات - وبأقل تكلفة لك ولشركتك.

استهدف العملاء المناسبين من خلال تقسيم المستخدمين

يؤدي إجراء تجارب تتناول الشرائح الخاطئة من العملاء إلى نتائج غير ذات صلة بسؤالك الأول. في المثال الافتراضي السابق ، لقد حددت مشكلة في تحويل العملاء من أعضاء تجريبيين إلى أعضاء يدفعون مقابل خدمتك. قررت تحويل مجموعة مختارة من أعضاء التجربة إلى سير عمل منفصل بخصم تسعير كوسيلة لتعزيز التحويلات. يُعد هذا التكتيك سليمًا من الناحية الافتراضية ، ولكن بدون تقسيم المستخدم بشكل صحيح ، فإنه يواجه مشكلات عملية:

• يمكن أن يؤدي إجراء تجربة بدون تقسيم مستخدم مناسب إلى تفكيك الإيرادات. يستخدم بعض أعضاء التجربة منتجك في كثير من الأحيان وبشكل أكثر جدوى من الآخرين. من المحتمل أن يقوم هؤلاء العملاء بالتسجيل دون الحاجة إلى حافز ، لذا فإن إرسال عرض إليهم لا يكلفك سوى المال.
• يمكن أن يؤدي إجراء تجربة بدون تقسيم مستخدم مناسب إلى تحريف النتائج. يمكن أن يؤدي استهداف هؤلاء العملاء ذوي الاستخدام العالي جنبًا إلى جنب مع الحد الأدنى من المستخدمين إلى استنتاجات مضللة. على سبيل المثال ، تشير تجاربك إلى أن سير العمل المحفز زاد التحويلات بنسبة 1.3٪ فقط. بدون التجزئة ، يشمل الإجمالي الأساسي على الأقل بعض العملاء الذين كانوا سيشتركون بغض النظر ، وبالتالي تمييع النتائج.
• يمكن أن يؤدي إجراء تجربة دون تجزئة المستخدم بشكل صحيح إلى إزعاج الريش. ربما لا يتم استخدام تطبيق المراسلة الخاص بك بمعزل عن الآخرين — إنه مصمم للفرق. إذا كانت شركة بأكملها ستتبنى منتجك ، فقد يؤدي التقسيم غير المناسب إلى حصول نصف الفريق على عرض خصم ويطلب من نصفهم دفع السعر الكامل.

يمكن أن تتراوح التجارب التي يتم إجراؤها بدون تجزئة من غير الحاسمة إلى الكارثية. حتى المسوقون الذين يحاولون تقسيم المنتجات قد يجدون أن التجميع ببساطة حسب المعلومات الديموغرافية أو الجغرافية لا يؤدي إلى إنشاء مجموعة مفرطة التحديد ضرورية للاختبار المناسب.

تتطلب التجارب المستهدفة بشكل صحيح تجزئة حسب سلوكيات العملاء. بالنسبة لمنتجك الافتراضي ، يمكنك تحديد "+/- 10 رسائل مرسلة يوميًا" كمتغير يتم من خلاله توجيه العملاء إلى سير العمل "العادي" أو المتغير الذي ينتهي بعرض محفز. يؤدي تجميع أعضاء التجربة حسب هذا السلوك إلى زيادة فرصة أن تتحدث نتائج التجربة إلى العملاء الذين تنوي مخاطبتهم طوال الوقت.

اختبر (ثم حلل) النتائج من نفس المقطع

مع وجود فرضية في متناول اليد والأهداف المناسبة في الاعتبار ، يمكنك البدء في بناء تجربتك. من خلال هذه النقطة ، ساعد التقسيم على تضييق نطاق إجمالي العملاء إلى المجموعة ذات الصلة. بدلاً من اختبار كل عميل داخل الشريحة الجديدة ، ستحتاج إلى إنشاء مجموعتين: مجموعة تجريبية ومجموعة تحكم. من خلال القيام بذلك ، ستتمكن من مقارنة نتائج المجموعة التجريبية بنتائج أولئك الذين لم يواجهوا أي تغييرات.

لا ترغب في تحويل كل عميل قابل للتطبيق إلى سير عملك الجديد دون معرفة التأثيرات التي قد يكون لها. يسمح إنشاء شريحة باستخدام أعضاء من نفس الشريحة غير المدرجة في التجربة كمجموعة تحكم. يتيح لك هذا مقارنة نتائج تجربتك مع مجموعة نموذجية مماثلة باستخدام سير العمل الحالي.

قد تبدو مثل هذه التجربة لمنصة الرسائل الداخلية الخاصة بك كما يلي:

• استخدام تجربة السعة لإنشاء شريحة تتكون من العملاء الذين يرسلون أقل من 10 رسائل في اليوم
• دفع العملاء الجدد من خلال سير العمل المحفز الجديد
• مقارنة معدلات تحويل العملاء في سير العمل المحفز مقابل شريحة من نفس المجموعة النموذجية تمر عبر سير العمل "العادي"

يساعد تقسيم مجموعتك المجزأة إلى مجموعات تجريبية وضابطة في ضمان صحة النتائج من خلال السماح لك بتحليل نفس العملاء الذين استخدمتهم في تجربتك. على سبيل المثال ، يمكن تقسيم تجربتك ومجموعات التحكم على وجه التحديد لتشمل "الأشخاص الذين يرسلون أقل من 10 رسائل يوميًا واشتركوا أيضًا في الأول من كانون الأول (ديسمبر)". يتيح ذلك إجراء مقارنات بين السلوكيات والتركيبة السكانية التي تقدم تحليلًا للبيانات من التفاح إلى التفاح للحصول على أفضل الرؤى الممكنة التي يمكن أن تستند إليها عملية صنع القرار في المستقبل.

يمكن أن يؤدي تقسيم العملاء استنادًا إلى معلمة واحدة أو اثنتين إلى تضييق نطاق مجموعة العملاء الأوسع ، ولكن التقسيم المفرط يمكن أن يقيد أحجام العينات بمستويات غير موثوقة. قد يؤدي إجراء التجارب على "الأشخاص الذين يرسلون أقل من 10 رسائل يوميًا والذين اشتركوا أيضًا في الأول من كانون الأول (ديسمبر) ويبلغون 40 عامًا ويتعرفون على أنهم نساء" إلى نتائج على حفنة فقط من الأشخاص. توفر الأنظمة الأساسية للتحليلات رؤى أفضل مع بيانات أكثر صلة ، وليس أقل - وهو مفهوم يجب مراعاته عند تصميم تجربتك التالية.

خذ ما تعلمته واختبره مرة أخرى (ومرة أخرى)

يمكن أن توفر النتائج من التجارب رؤى تقترح خطوات تالية مفاجئة. قد يبدو أن البيانات تشير إلى خلل أساسي في سير عملك يتطلب إصلاحًا شاملاً. ومع ذلك ، سيكون من الحماقة إجراء تغييرات شاملة على إجراءاتك أو منتجاتك على أساس تجربة واحدة. إن إجراء مثل هذه التغييرات الشاملة والمكلفة يتطلب مستوى عالٍ من الثقة في النتائج التي تقترب من اليقين - وهو أمر لا يمكن أن يوفره اختبار واحد ناجح.

يعد تحقيق نفس النتيجة من التكرار المتعدد لنفس التجربة جانبًا مهمًا من جوانب المنهج العلمي. على هذا النحو ، يجب على مدير المشروع الحذر إجراء نفس التجربة على شرائح مختلفة من مجموعة للتحقق من استنتاجاتهم الأولية. إن تحقيق نفس النتائج بشكل متكرر في تجارب أصغر خاضعة للرقابة يمكن أن يبرر التغييرات واسعة النطاق التي قد تبدو لولا ذلك محفوفة بالمخاطر للغاية أو أنها مكلفة للغاية.

في بعض الأحيان ، على الرغم من ذلك ، يمكن تكرار التجربة مع تغييرات طفيفة لتركيز الاستنتاجات. على سبيل المثال ، ربما تنتج تجربة سير العمل الجديدة لتطبيق المراسلة ما تتوقعه بالضبط. بعد أن تؤكد التجارب المتكررة معدلات التحويل المعززة للعملاء الذين عرضوا حافزًا للانضمام ، تتساءل: ما هو الخصم الأمثل للتحويل؟

وهكذا ، تبدأ من جديد ، وتقسيم مجموعة أخرى من العملاء. تقدم هذه المرة نقطتين مختلفتين للسعر في نهاية تدفق الإعداد حتى تجد الخيار الأفضل. توجهك النتائج نحو النتيجة الأفضل ، ومن ثم تجري تجربة أخرى بنقاط سعر جديدة ، ثم تجربة أخرى - ثم أخرى - حتى تحدد البيانات نقطة السعر التي تؤدي إلى معظم التحويلات بأقل تأثير على صافي أرباحك .

قسّم طريقك إلى التجارب الناجحة

هل هناك طريقة لفعل ذلك بشكل أفضل؟ في نهاية اليوم ، هذا هو الفكر الذي يحتل صدارة عقل كل مدير منتج عندما يفكرون في نجاح منتجاتهم وعملياتهم. كمخلوق فضولي بلا حدود ، لديك أفكار عظيمة أو شكوك مزعجة كنت تريد إثباتها - أو دحضها - لكنك تفتقر إلى الوسائل للقيام بذلك دون فرض ضرائب على موارد الشركة أو تعطيل تجربة العميل.

الآن ، ومع ذلك ، فإن فضولك مدعوم من التحليلات. يمكن للتجربة المستندة إلى البيانات إرضاء الصوت الملح في رأسك والذي يتحدىك للقيام بالمزيد والقيام به بشكل أفضل. من خلال تقسيم المستخدم ، يمكنك الحصول على نتائج موثوقة بأمان أكبر من التجارب الصغيرة التي تغذي تغييرات أكثر جرأة وتأثيرًا. في تجربة "أسوأ حالة"؟ أنت تعود إلى النهج الأصلي الخاص بك. لكن في أفضل الأحوال؟ يمكنك فقط تحسين تجربة العميل وزيادة المبيعات ووضع الأساس لتجربتك الرائعة التالية.